首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

3D-HEVC中低复杂度帧内编码算法研究

摘要第5-7页
Abstract第7-8页
主要符号说明第15-17页
1 绪论第17-36页
    1.1 视频编码基本原理和发展历程第18-26页
        1.1.1 早期视频编码标准第19-21页
        1.1.2 H.264编码标准第21-24页
        1.1.3 HEVC编码标准框架第24-26页
    1.2 三维视频系统的发展及其编码标准第26-30页
        1.2.1 多视点视频第26-28页
        1.2.2 多视点加深度的3D视频第28-30页
    1.3 3D-HEVC的优化以及国内外研究现状第30-33页
    1.4 研究内容与论文组织结构第33-36页
        1.4.1 研究内容第33-34页
        1.4.2 论文组织结构第34-36页
2 3D-HEVC编码算法分析及性能研究第36-54页
    2.1 3D-HEVC的编码框架第36-37页
    2.2 3D-HEVC的核心技术第37-48页
        2.2.1 HEVC/3D-HEVC的灵活块划分结构第38-40页
        2.2.2 Inter-view编码工具第40-41页
        2.2.3 Inter-Component编码工具第41-42页
        2.2.4 Depth编码技术第42-48页
    2.3 3D-HEVC编码算法性能的复杂度分析第48-53页
        2.3.1 不同类型帧的编码复杂度分析第48-51页
        2.3.2 深度图像帧内编码各算法的复杂度分析第51-53页
    2.4 本章小结第53-54页
3 低复杂度DMM模式选择算法研究第54-74页
    3.1 3D-HEVC中DMM模式选择方法第54-58页
        3.1.1 DMM1楔形分割模式集的生成方法第54-55页
        3.1.2 DMM的楔形分割结点模式集的生成方法第55页
        3.1.3 DMM楔形分割选择的率失真评价方法第55-57页
        3.1.4 DMM楔形分割模式决定方法第57-58页
    3.2 基于区域的DMM楔形分割模式搜索方法第58-67页
        3.2.1 预定义区域分割第59-60页
        3.2.2 特征选择第60-61页
        3.2.3 预定义分割区域的楔形分割结点模式集第61-62页
        3.2.4 算法具体流程第62-63页
        3.2.5 基于统计的阈值选择方法第63-65页
        3.2.6 实验结果和分析第65-67页
    3.3 低复杂度DMM率失真评价方法第67-72页
        3.3.1 最优楔形分割的统计分析第68-69页
        3.3.2 算法的流程第69-71页
        3.3.3 实验结果和分析第71-72页
    3.4 本章小结第72-74页
4 深度图像帧内模式选择算法研究第74-101页
    4.1 3D-HEVC深度图像的帧内预测模式的选择方法第74-78页
        4.1.1 深度帧内编码模式参数的选择第75-76页
        4.1.2 深度帧内编码模式选择方法的复杂度分析第76-77页
        4.1.3 深度帧内模式的编码第77-78页
    4.2 基于空间相关性的深度帧内模式选择和编码算法研究第78-90页
        4.2.1 深度空间相关性研究第78-79页
        4.2.2 算法描述和流程第79-86页
        4.2.3 本节所提算法的解码流程第86-87页
        4.2.4 实验结果和分析第87-90页
    4.3 基于低复杂度率失真代价的深度帧内预测模式选择算法研究第90-99页
        4.3.1 低复杂度率失真代价和最优模式的统计关系第91-93页
        4.3.2 算法流程和描述第93-94页
        4.3.3 自适应阈值选取第94-95页
        4.3.4 实验结果和分析第95-99页
    4.4 本章小结第99-101页
5 深度图像帧内CU划分决定算法研究第101-118页
    5.1 3D-HEVC深度图像的CU划分决定方法第101-104页
        5.1.1 深度图像CU划分决定方法第101-103页
        5.1.2 CU划分结果分析第103-104页
    5.2 低复杂度的深度帧内CU划分研究第104-114页
        5.2.1 CU进一步划分与帧内编码模式的关系第104-105页
        5.2.2 角点的计算方法第105-106页
        5.2.3 基于角点特征的深度帧内CU快速划分算法第106-109页
        5.2.4 基于角点特征和纹理视频的深度帧内CU快速划分算法第109-113页
        5.2.5 角点的计算方法和自适应选择角点数目第113-114页
    5.3 实验结果和分析第114-117页
    5.4 本章小结第117-118页
结论和展望第118-120页
致谢第120-121页
个人简历第121-122页
参考文献第122-132页
攻读博士学位期间发表的学术论文第132页

论文共132页,点击 下载论文
上一篇:基于仿生视觉计算模型的红外图像理解
下一篇:基于空域富模型的图像隐写分析统计特征研究